生信分析平台搭建（十七）：服务器配置

熟悉完虚拟机配置服务器之后，就可以尝试上手搭建实体服务器了，如果要选购服务器，应该考虑哪些因素呢？如果不差钱，那就好办了，直接选最贵的就好了。在预算有限的条件下。CPU，内存，硬盘如何取舍，达到最佳性能，是否需要购买UPS，显卡是否有必要？这些问题，我们一文解决这些疑问。

二十二：服务器配置

1、CPU

CPU是计算机的大脑，计算机的计算主要就是靠CPU来完成，所以，CPU非常重要，CPU的计算速度决定了计算机的计算能力。也就是水桶效应中最上面的那块木板。比如序列拼接这个工作，需要将测序的reads切成更小 的片段，然后将这些小片段根据序列间的关系，连成更长的片段，那么这些片段有数百万至数千万，需要非常大的计算量。如果数据复杂，计算量就更大了。

另外，CPU还需要支持多核心，CPU是大脑，一个核心是一个心眼儿，所以，我们知道心眼越多的人越聪明。多核心就可以进行并行计算，在生物信息分析中，有些工作，可以进行并行计算。相当于原来一个人的工作，现在由100个同样的人来做，理论上速度快了100倍。因此，在硬件配置中，选择CPU是非常重要的。

2、内存

内存是CPU和硬盘之间数据交流的媒介，计算机需要将存储在硬盘上的数据读取到内存中，CPU才能用来计算，而CPU不能直接读取硬盘上的数据，必须通过内存这个缓冲区，举个例子，CPU是大脑，内存是脖子，脖子以下是硬盘。内存往往就是“瓶颈”。

假设一个人的全基因组测序数据，采用二代测序的方法，人的基因组3G，10被数据30G，那么这30G的碱基，在切成更小的kmer，假设数据增加到了100G，还不算存储序列的一些其他信息，序列拼接的时候必须一次将所有数据同时存入内存，如果内存达不到100G，拼接根本无法完成。

3、硬盘

硬盘其实是计算机硬件配置中非常重要的一环，但是硬盘往往容易被大家忽略掉，认为硬盘用来存储数据，只要需要足够大就行了，这是不对的。

首先大存储量是必须的，因为生物数据往往都称为生物大数据，非常消耗存储空间，包括原始的数据存储，中间分析结果，最终结果，数据备份等，尤其是在样品量大的时候，就会非常占据存储空间，一般都是以T为单位的。

其次，硬盘的读写速度，这个也是非常重要的因素，因为目前CPU计算速度和内存已经足够大了，这样的条件下，硬盘成为限制计算机整体性能的因素。因此使用SSD硬盘会明显改善计算机性能。由于目前SSD过于昂贵，可以选择SSD+机械硬盘的方案，硬盘要做成RAID提高读写速度和数据安全性。

4、显卡

可以选配显卡，这个并不是必须的，因为很多分析工作都是文本操作，显卡适合于图形计算，例如计算蛋白质空间结构，构建系统网络等，可以选择配置显卡。

5、不间断电源UPS

UPS相当于一个大的移动电源，为了防止突然断电，导致数据丢失。UPS还是非常重要的。有些生物计算需要持续很长时间，例如拼接一个大的基因组，构建一个大的系统发育树等可能数十天时间，一旦断电，损失非常大，不要心存侥幸心理，灾难往往就发生在那些心存侥幸心理的人身上。

6、其他

冷却系统，如果是大型计算系统，设备会产生大量热量，需要建设冷却系统。

---------- END ----------

欢迎订阅我们的微信公众号，更多精彩内容等你发掘！

如果是个人分析一些小的生信项目，同时又可以买组装电脑，那下面这个配置我觉得是很好的。

CPU AMD 5950x（16核32线程） 或者5900x （12核 24线程）

内存 32gb*4

主板 普通的x570主板

硬盘：一片1tb的nvme 固态硬盘加若干块机械硬盘，前者用于分析数据，后者存储数据

配一个650瓦的电源

整个配置下来应该不到15000元

性能应该比一些四五万的intel服务器还好一点

如果是中小型的实验室，需要多人使用，可以考虑下面这个配置

CPU AMD 线程撕裂者 3970x（32核64线程）或者3990x（64核128线程）

内存 32gb * 8

硬盘 一片或者两片 nvme ssd固态硬盘 加若干机械硬盘

主板 普通的x399主板

电源 800瓦

CPU散热器一律选择风冷配置2的价格大概3万-5万吧我们自己分析数据的电脑有的是普通消费内存，有的是ecc服务器内存，我自己没有感觉到差别，可能是我做的项目还比较小吧[捂脸]

Galaxy( https://galaxyproject.org/use/ )生物信息分析平台是目前生物医学研究领域最受欢迎的在线生物信息分析工具之一，其后台封装了很多高端的计算工具，并且在网页的前端给这些工具以直观的使用界面而把计算和存储管理的细节隐藏起来。

生信平台化是以后的一大趋势，目前国内外多个公司都建立了自己的生信分析平台，有全免费的也有部分免费的。目前开放的比较有名的有：Galaxy，GenePattern，GenomeQuest，UCSC，DNAnexus等。

Galaxy大部分是免费的，官网的原话：

首页对各类服务器进行了分类：

比如，这里找了个 Metabolomics workflow ：

https://galaxyproject.org/use/workflow4metabolomics/

更多详细的资源在这个界面，旁边有非常多的工具 https://usegalaxy.org/ ：

没用过，现在也不知道怎么用，尤其是部署自己的服务器，对Galaxy平台进行本地化搭建，貌似有些麻烦，后续有机会摸索。

此外，在Github上收集了不少Galaxy Training的内容，资源不是一般多，关键怎么利用的问题。 https://galaxyproject.github.io/training-material/

仅仅 Proteomics 就有一系列内容 https://galaxyproject.github.io/training-material/topics/proteomics/

---